-
公开(公告)号:CN117650514A
公开(公告)日:2024-03-05
申请号:CN202311579669.6
申请日:2023-11-24
Applicant: 浙江工业大学
IPC: H02J3/00 , H02J3/38 , G06F18/15 , G06F18/213 , G06Q50/06
Abstract: 本发明属于新能源并网消纳技术领域,具体公开了一种基于SG滤波优化的Autoformer长期光伏功率预测方法,包括:获取历史光伏功率数据,对历史光伏功率数据进行数据清洗、特征选择,得到处理后的数据,处理后的数据包括历史光伏功率和气象影响因素;分析光伏发电功率和波动特征,提取光伏出力评价特征,在此基础上划分步骤1处理后的数据;建立基于SG滤波的光伏出力时间序列分解模块,提取光伏出力趋势特性和天气特性;按不同季节数据分别建立基于SG滤波优化的Autoformer光伏长期出力预测模型;通过Autoformer光伏长期出力预测模型预测光伏功率。本发明能够有效地提高各季节的光伏出力预测精度,为降低光伏出力波动对电网的不利影响提供技术支持。
-
公开(公告)号:CN119050987A
公开(公告)日:2024-11-29
申请号:CN202411011530.6
申请日:2024-07-26
Applicant: 浙江工业大学
IPC: H02J3/00 , H02J3/46 , H02J3/32 , G06Q10/0631 , G06Q30/0283 , G06Q50/06 , G06F18/23213 , G06N3/0442
Abstract: 本发明属于微电网优化调度领域,公开了一种考虑源荷不确定性的微电网动态区间优化调度方法,包括:步骤1,光伏功率预测;步骤2,光伏功率动态区间预测;步骤3,电力负荷预测;步骤4,负荷动态区间预测;步骤5,考虑源荷不确定性的微电网的动态区间优化调度,首先建立考虑源荷不确定性的微电网动态区间优化调度模型,进一步建立微电网动态区间优化调度模型的目标函数和约束条件,求解得到微电网的优化调度结果。本发明使用ConvLSTM‑Attention‑LSTM融合预测模型进行光伏功率预测,模型能够更准确地捕捉到时间序列数据中的空间和时间依赖性,从而提高预测的准确性。
-